[發明專利]邊緣云混跑場景的網絡資源優化方法及裝置

在審

• 申請號: 202211624421.2
• 申請日: 2022-12-16
• 公開（公告）號: CN116032757A
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 張青青;李星星;楊雷生;童浩;鄭淳鍵
• 申請（專利權）人: 綴初網絡技術（上海）有限公司
• 主分類號: H04L41/0823
• 分類號: H04L41/0823;H04L47/127;H04L41/0894
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 胡晶

本發明公開一種邊緣云混跑場景的網絡資源優化方法，包括：獲取邊緣云的特征數據基于transformer算法進行預測以獲取當前預測流量；其中，所述特征數據至少包括：任務id、任務屬性、時間區間、設備配置；獲取設備實際混跑運行過程中的所述特征數據和預設虛擬混跑的所述特征數據輸入多目標模型；所述多目標模型對所述特征數據進行預設處理以獲取該邊緣云的預測參數；基于強化學習模型對所述預測參數以及所述當前預測流量按照預設算法計算該邊緣云的最優毛利費用以及確定該最優毛利費用對應的動作以實現該邊緣云的網絡資源優化。能提高各個云計算商家的收入，而且能降低混跑場景的故障率，同時能解決混跑場景下的資源動態擴張訴求。

技術領域

本發明屬于網絡資源優化技術領域，尤其涉及一種邊緣云混跑場景的網絡資源優化方法、裝置、設備及存儲介質。

背景技術

隨著萬物互聯時代到來以及5G通信網絡普及，互聯網數據規模呈現指數級增長。在此背景下，傳統的云計算的中心化架構已經無法滿足終端用戶對于時效、容量、算力的需求。邊緣云的超低時延、海量數據、邊緣智能等特性促使更多的企業選擇邊緣云技術方案的原因，也使得邊緣云計算在市場中成為構筑在中心云與終端之間的重要組成。

在邊緣云場景，普遍在云計算的供應商側和業務側存在95計費的業務場景，同時存在著多個業務節點共享一個交換機或者節點帶寬的業務場景。在這種場景下，如何能最大化的保障供應商側與業務側之間的長期毛利，不僅是各個邊緣云商家盈利多少的重要因子，也是各個云計算商家之間競爭的核心要素。

現有的邊緣云混跑場景往往采用線性加權的方式去衡量95計費的差異，同時具有以下的缺點：

1、沒有考慮到各個業務的95計費時間節點存在差異，也就是混跑場景下的錯峰問題，非常容易導致機器95流量較高，從而計費的成本增加。

2、往往只考慮短期的95流量收益，但混跑場景下的流量非常不穩定，往往隨著時間、業務來回波動，這樣往往會導致短期收益、長期虧損的現象。

3、主任務的系統穩定性問題，往往在混跑場景中，輔任務往往是通過95計費的邏輯復用主任務的帶寬資源，但這種場景往往非常容易降低主任務的系統穩定性。

常規的云計算混跑場景技術主要基于動態規劃、機器學習或者使用率預測等技術。但各個業務與各個云計算設備之間往往存在較強的異構性與復雜性，所以很難通過一些統計或者常規機器學習的方法來實現最優化的混跑邏輯。

發明內容

為解決上述問題，本發明的目的是提供一種邊緣云混跑場景的網絡資源優化方法、裝置、設備及存儲介質，該方法、裝置、設備及存儲介質能提高各個云計算商家的收入，而且能降低混跑場景的故障率，同時能解決混跑場景下的資源動態擴張訴求。

為實現上述目的，本發明的技術方案為：一種邊緣云混跑場景的網絡資源優化方法，包括：獲取邊緣云的特征數據基于transformer算法進行預測以獲取當前預測流量；其中，所述特征數據至少包括：任務id、任務屬性、時間區間、設備配置；獲取設備實際混跑運行過程中的所述特征數據和預設虛擬混跑的所述特征數據輸入多目標模型；所述多目標模型對所述特征數據進行預設處理以獲取該邊緣云的預測參數；基于強化學習模型對所述預測參數以及所述當前預測流量按照預設算法計算該邊緣云的最優毛利費用以及確定該最優毛利費用對應的動作以實現該邊緣云的網絡資源優化。

在本發明的一個實施例中，所述獲取邊緣云的特征數據基于transformer算法進行預測以獲取當前預測流量進一步包括：獲取第一預設時間段內該邊緣云的流量數據并組成序列化數據；基于所述第一預設時間段內的流量數據預測第二預設時間段的流量數據并與第二預設時間段的真實流量數據進行比對；基于第一預設時間段的流量數據、第二預設時間段的真實流量數據以及第二預設時間段的預測流量數據和第二預設時間段的真實流量數據的比對結果進行預測以獲取當前預測流量。